
換上防靜電服,戴上帽子和鞋套,記者走進位于青島膠州的卡奧斯創智物聯膠州互聯工廠。三車間里,10條SMT生產線安靜運轉,物料在12.8米高的立體庫里自動進出;產線前的智慧面板上,訂單號、批次號、設備狀態實時跳動。偌大的車間,工作人員卻寥寥無幾,車間里最忙碌的是一支看不見的“隊伍”。
工業大模型成百上千,再聰明,也只是一個模型在動腦筋。今年6月3日,卡奧斯全球首發工業智能體集群,換了一種新打法:天智工業大模型當“大腦”,幾十個智能體當“手腳”,CEO數字人、廠長數字人、能源站長數字人當“指揮官”。卡奧斯創智物聯工廠數智化負責人夏志鵬說:“工業AI要真正創造價值,必須走集群協同這條路?!?/p>

從“會干活”到“會協同”
這支隊伍干活什么樣?換產現場看得清楚。
大規模定制時代,多品種、小批量是常態,有的工廠生產半小時、換產一小時。在膠州工廠,中樞智能體實時監測到哪條產線需要換產,立刻“點兵”:倉儲智能體調度立體庫按訂單匹配物料,物流智能體派AGV直送線邊,工藝智能體切換設備程序,派工同步完成。
夏志鵬給記者算了筆賬:之前換產一次最快要40分鐘,自動化改造后縮短到20分鐘,智能體集群上崗后只要12分鐘,單條產線日產能提升了5%。
隊伍干活不光快,還細。波峰焊工序過去全靠資深技工憑經驗調參數,如今波峰焊智能體全域采集焊接實時數據,實時感知爐溫曲線波動和電路板熱容量差異,毫秒級自動微調——落地后焊接缺陷率下降40%,生產能耗降低15%。設備維修環節的變化同樣直觀:智能體把老師傅的排障經驗沉淀進知識庫,新員工對著智能體問幾句就能上手,維修時間從2小時壓到半小時以內。

一個“兵”聰明不難,難的是一支隊伍聽指揮、打配合,換個“戰場”還能接著打??▕W斯的解法,是給隊伍配齊三樣東西:
一是“兵源庫”。“大腦”里沉淀著4700多個工業機理模型、200多個專家算法,家電、化工、汽車、機械裝備等行業的工藝know-how預置其中,新兵上陣不用從零學起。
二是“后勤線”。工業互聯網平臺把ERP、MES、WMS等十幾個系統的數據拉通成一張圖譜,“隊伍”開到哪里,“彈藥”就供到哪里。每一步判斷查了什么數據、調用什么模型、依據什么排除,都能回看、可追溯。
三是“指揮層”。CEO數字人管經營,廠長數字人管生產,能源站長數字人管能碳——戰略下達、任務拆解、執行落地、數據回流,環環咬住。以往要拉好幾天數據、開好幾輪會才能定的經營問題,如今對著數字人問一句就有答案,企業異常根因定位速度提升65%,決策鏈路效率提升70%。

從“能打仗”到“會帶兵”
換個“戰場”,隊伍還“能打”嗎?戰績有據可查。
在國家級專精特新“小巨人”企業順科智連,物料取用從30分鐘壓減到3分鐘,排產效率提升90%,成品檢驗合格率99%;在陜西延長石油,38個智能體上崗油田開采和油氣煉化,平均效率提升20%;在海爾上海洗衣機互聯工廠,人工智能貫穿設計、生產、物流、質檢全鏈路,工廠入選世界經濟論壇新一批“燈塔工廠”。截至目前,卡奧斯平臺已服務16萬家企業,參與建設20座全球燈塔工廠。
能跨行業復制,靠的不是一支隊伍到處救火,而是把“帶兵的方法”做成了平臺。脫胎于海爾制造體系的卡奧斯,從服務海爾內部生產體系起步,如今已成長為跨行業、跨領域的工業互聯網平臺。工業和信息化部公布的2025年跨行業跨領域工業互聯網平臺動態評價結果顯示,卡奧斯獲得“A級”評價,連續7年穩居“雙跨”平臺首位。

隊伍還在進化。7月的世界人工智能大會上,卡奧斯全球首展“工業世界模型”——把真實工廠裝進人工智能,讓AI真正理解設備如何運轉、工序有何特性。一同發布的天馭柔性操作智能體開發平臺,則讓“造兵”也自動化了:工人用自然語言描述生產任務,平臺自動拆解任務、生成代碼、仿真驗證,一鍵下發產線,開發周期縮短90%。
隊伍越帶越大,人的位置在哪里?
在海爾重慶冰箱互聯工廠,基于天智工業大模型的GenAI維修助理上崗后,設備維修效率提升75%,新員工培訓時間縮短50%,多名初級技術員在智能體“帶教”下轉型為設備工程師?!拔覀冋o每個員工配一個隨身助手,把40%—60%的重復工作交出去?!笨▕W斯工業智能研究院技術總監王超說,“希望員工把精力放在更有創造力的崗位上?!?/p>

■專家點評
讓中小企業用得上用得起大模型
□ 山東大學人工智能學院助理教授 周贏
卡奧斯天智大模型的突出特點,是將大模型的理解和推理能力與工業機理、專業算法結合起來。天智大模型依托海爾的制造經驗和工業互聯網積累,采用大模型與專業模型協同的方式,為人工智能適應復雜工業任務提供了可借鑒的路徑。
在注塑場景中,天智大模型能從圖紙等資料中提取關鍵參數,調用專業模型生成工藝配置建議;在設備維護、能碳管理等場景中,也形成了相應的智能體應用。這些應用把工業知識用到具體的生產決策中,有助于減少工藝調試中的重復試錯,提高故障處理和用能管理效率。
天智大模型還將大企業形成的應用經驗,做成標準化智能體和軟件服務,供中小企業按需使用。這種方式有助于減少重復開發投入,降低專業技術的使用門檻,讓龍頭企業的制造經驗更容易惠及產業鏈上的中小企業。

■記者手記
工業AI走向成熟
要靠生產實踐作答
工業大模型能回答多少問題、完成多少測試固然重要,但生產現場更看重的是它能否融入既有流程、能不能在復雜條件下持續穩定地完成任務。從“聰明”走向“可靠”,是工業AI的必修課。
卡奧斯的探索告訴我們,工業AI的競爭正在從單個模型的能力較量,延伸到整個系統的協同水平。局部最優,未必帶來整體提效;單個智能體表現出色,也不意味著整套系統運轉順暢。工業AI真正的價值,是讓各個智能模塊朝著同一個目標協同發力。
判斷工業AI到底行不行,不能只看發布了多少模型、上線了多少智能體,更要看它解決了什么問題、能不能長時間穩定運行、換個地方還能不能用。從展示能力到承擔責任,從單點突破到系統協同,工業AI走向成熟,最終要靠生產實踐作答。
(大眾新聞記者 王瑛琪)